AI 编程与 Coding Agent
AI 写代码是大模型落地最成功的场景之一，从代码补全到能自主修 bug 的 Coding Agent。理解它的原理、形态与评估，是 AI 应用方向的高频考点。
一、AI 编程的三种形态
| 形态 | 说明 | 代表 |
|---|---|---|
| 代码补全（Completion） | 在编辑器里实时补全光标处代码 | GitHub Copilot 补全 |
| 对话式（Chat） | 问答、解释、生成、重构 | Copilot Chat、通义灵码 |
| Coding Agent（自主智能体） | 自主读代码库、改多个文件、跑测试、迭代修复 | Claude Code、Cursor Agent、Cline、Aider、Devin |
趋势是从「补全/对话」走向「Agent」——给一个任务（如修复某 issue），让它自主完成整个流程。
二、代码补全的关键：FIM
代码补全不是简单的「续写」——光标处往往要根据前文和后文填中间（如函数体中间）。这用到 FIM（Fill-In-the-Middle，中间填充） 训练：把代码重排成「前缀 + 后缀 + 中间」的格式训练，让模型学会基于上下文双向补全。
补全还需仓库上下文：把当前文件、相关文件、import 的符号等放进上下文（属于 上下文工程）。
三、代码大模型
专门在海量代码上训练/继续训练的模型，理解多语言、API、代码结构：
- DeepSeek-Coder、Qwen-Coder：开源代码模型的代表，中文社区常用。
- Code Llama：Meta 开源。
- StarCoder：BigCode 开源。
- 通用大模型（GPT、Claude）本身代码能力也很强。
四、Coding Agent 怎么工作？
以「修复一个 GitHub issue」为例，Coding Agent 的典型循环（Agent 在代码域的应用）：
理解任务 → 探索代码库(读文件/搜索/看结构)
→ 定位相关代码 → 制定修改方案
→ 编辑文件 → 运行测试/编译
→ 失败则看报错、反思、再改(Reflexion)
→ 测试通过 → 提交关键能力：
- 仓库级理解：代码库远超上下文窗口，需用检索（代码 RAG）、AST/调用图、按需读文件来获取相关上下文。
- 工具使用：读写文件、执行 shell、跑测试、搜索代码（通过 Function Calling/MCP）。
- 自我验证：用「能否编译/测试是否通过」作为可验证的反馈信号驱动迭代（这点和 推理模型 的 RLVR 思路相通）。
- 安全沙箱：执行代码要隔离，防止破坏环境。
五、代码 RAG 与普通 RAG 的不同
- 切分按语法结构（函数/类）而非固定长度，保持语义完整。
- 跨文件依赖：用调用关系/依赖图辅助检索（GraphRAG 思路），而非孤立片段。
- 符号检索：常结合精确的符号/定义查找（grep、LSP）而非纯向量。
六、评估
- HumanEval / MBPP：函数级代码生成，指标 Pass@k（见 评测基准）。
- LiveCodeBench：持续更新新题，防数据污染。
- SWE-bench：考真实 GitHub issue 的修复（要改对仓库里的代码并通过测试），最贴近 Coding Agent 的真实能力，是当前最受关注的标尺。
七、挑战
- 幻觉 API：编造不存在的函数/参数 → 需文档检索、执行验证。
- 大仓库上下文：装不下 → 检索 + 按需读 + 上下文工程。
- 多文件一致性：改一处要同步改相关处。
- 正确性保证：生成 ≠ 正确 → 必须跑测试验证、人工审查。
- 安全：执行不可信代码、误删文件 → 沙箱 + 人工确认关键操作。
八、高频追问
Q：代码补全为什么需要 FIM？ 补全常要在前文和后文之间填中间（如函数体），不是单纯续写。FIM 训练把代码重排成「前缀+后缀+中间」让模型学会基于双向上下文补全，比纯左到右更适合补全场景。
Q：Coding Agent 和普通代码补全的区别？ 补全是单点、实时、被动的；Coding Agent 是自主的——给一个任务，它会自己探索代码库、改多个文件、跑测试、根据失败迭代，完成端到端的开发任务。
Q：代码 RAG 和普通文本 RAG 有何不同？ 切分按语法结构（函数/类）而非固定长度；需处理跨文件依赖（调用图/GraphRAG）；常结合精确符号检索（grep/LSP）而非纯向量。
Q：SWE-bench 考的是什么？为什么重要？ 考真实 GitHub issue 的修复——模型要在真实仓库里改对代码并通过测试。它远比 HumanEval 这类函数级题贴近真实工程，是衡量 Coding Agent 实际能力的关键标尺。
Q：Coding Agent 怎么保证生成代码正确？ 用「编译/测试是否通过」作为可验证反馈，失败就看报错、反思、再改，迭代到通过；再辅以人工审查。这种「可验证奖励驱动迭代」是 Coding Agent 可靠性的核心。
Q：让 Agent 执行代码有什么风险？怎么防？ 可能误删文件、执行恶意/破坏性命令。需在沙箱/容器中隔离执行、最小权限、关键操作（删除、推送、安装）人工确认。